粒子群优化算法(PSO)
粒子群优化算法(PSO)的相关文献在2004年到2022年内共计96篇,主要集中在自动化技术、计算机技术、电工技术、无线电电子学、电信技术
等领域,其中期刊论文94篇、专利文献179559篇;相关期刊74种,包括太阳能学报、电气技术、电力电容器与无功补偿等;
粒子群优化算法(PSO)的相关文献由294位作者贡献,包括刘建明、刘成良、刘钊等。
粒子群优化算法(PSO)—发文量
专利文献>
论文:179559篇
占比:99.95%
总计:179653篇
粒子群优化算法(PSO)
-研究学者
- 刘建明
- 刘成良
- 刘钊
- 吴娟
- 孙俊
- 张伟利
- 李卫星
- 李琳
- 段贤强
- 潘炜
- 王梦遥
- 秦张淼
- 罗斌
- 覃程锦
- 邹喜华
- 郭隽侠
- 陶建峰
- 雷军波
- Jesus Ramon Perez
- Jose Basterrechea
- LU Junming
- ZHANG Xiangfeng
- 万旺经
- 严武元
- 严海
- 严琛杨
- 严运兵
- 仇永斌
- 仉树杰
- 付军
- 任传波
- 何平
- 侯朝桢
- 俞金寿
- 倪庆剑
- 全海燕
- 冯斌
- 冯林
- 凡涛
- 刘一赛
- 刘丛
- 刘剑清
- 刘岩
- 刘建功
- 刘建忠(译)
- 刘昱
- 刘永前
- 刘波
- 刘洋
- 刘海军
-
-
陈晓平;
刘岩
-
-
摘要:
为了解决磁耦合谐振无线电能传输(WPT)系统在多负载情况下系统效率低、功率分配不均的问题,本文建立多负载系统的等效电路模型并进行理论推导,分析系统各负载两端电压对功率、效率的影响,提出一种能够同时实现功率分配和效率最大化的数值优化方法。首先通过对等效电路的分析确定系统总效率表达式,并以此作为目标函数;再以系统各接收端额定功率作为约束,通过粒子群优化算法(PSO)搜寻效率最大值;最后通过搭建仿真模型验证该控制方法的优越性。
-
-
付军;
李东魁
-
-
摘要:
研究3-状态设备网络GRAP问题,即允许子系统可选择不同类型的元件,确定选择元件的冗余度,满足系统重量和费用约束的前提下,使系统可靠度最大。设计了一个离散型,具有动态变化权重,具有压缩系数的迭代PSO算法用于问题求解,通过对推广的FYFFE问题模拟仿真,验证算法的有效性和正确性。结果表明:PSO算法很好地解决了3-状态设备网络GRAP问题,算法具有快速、易于编程实现、原理容易理解等特点。
-
-
陈晓冬
-
-
摘要:
城市燃气管道由于长时间受到温度、压力、含水量等环境因素的影响,管材极易腐蚀、老化,无法到达设计寿命。针对这一问题,本文提出了一种PSO-SAE算法,利用优化算法自适应调整SAE网络中的超参数,实现对城市燃气管道的剩余寿命这一保障管材安全使用的关键指标做出准确预测,并通过实验验证该方法的有效性和可行性,对燃气企业的安全生产管理具有积极的参考意义。
-
-
王帅星;
嵇玉辰;
王晓笋;
巫世晶
-
-
摘要:
针对YJ900运架一体机行走液压系统容易发生的内泄漏故障问题,运用AMESim软件建立其液压仿真模型.模型中引入泵泄漏、马达泄漏以及泵和马达同时存在泄漏3种典型故障模式,并采集液压马达进出口数据作为样本.将数据样本分为训练样本和测试样本,将训练样本输入MATLAB搭建BP神经网络故障诊断模型,并用测试样本完成故障模型的测试.主要研究神经元个数以及训练样本数对故障诊断成功率的影响.利用粒子群优化算法(PSO)对BP神经网络进行初始权重和偏置的优化,从而显著提高了少训练样本下的故障诊断成功率.
-
-
姜吉光;
盛宇博;
常川;
石磊;
苏成志;
李鑫
-
-
摘要:
针对野外低温环境下,基于铵离子选择性电极的氨氮传感器检测失准问题,通过分析传感器检测原理,在0~30°C进行了水质标样氨氮检测对比实验,探究了温度变化对氨氮传感器输出结果的影响;将粒子群优化算法(particle swarm optimi-zation,PSO)与支持向量回归(support vector regression,SVR)结合,建立了氨氮检测的PSO-SVR温度补偿模型,并与最小二乘多项式回归、传统SVR建立的温度补偿模型对比,PSO-SVR温度补偿模型具有较高的决定系数和较小均方根误差(root mean square error,RMSE).在实际水样检测实验中,经过该模型补偿后氨氮传感器的输出值与实验室内根据《水质氨氮测定》(HJ 535-2009)测得的氨氮标准值之间最高偏差为4.76%,最低偏差为0.64%,偏差范围符合预期补偿目标,表明模型具有较高的温度补偿精度,对非训练数据具有良好的泛化能力,能够满足实际使用的精度要求.
-
-
陈轩;
王立宪;
朱超;
马宏忠
-
-
摘要:
为对气体绝缘金属封闭输电线路(GIL)局部放电缺陷进行识别与诊断,本文提出一种基于1.5维能量谱与粒子群优化极限学习机(PSO-ELM)的局部放电缺陷诊断方法.首先,通过计算局部放电引起的GIL异常振动信号的1.5维能量谱,得到不同类型放电情况的能量波动特征;其次,构建PSO-ELM模型,以1.5维能量谱作为特征量对GIL局部放电故障进行识别与诊断;最后,通过不同方法的对比,验证该方法的优越性,为GIL在输配电系统中的安全、稳定运行提供依据.
-
-
-
-
高维士;
严运兵;
马强;
朱博文;
王晓东
-
-
摘要:
针对传统L型滤波器电压型脉冲宽度调制(PWM)整流器存在的入网电流波形总畸变率过高、稳定性差及控制精度低等问题,提出了基于径向基函数神经网络(RBFNN)分段在线优化的LCL型滤波器电压型PWM整流器无源控制策略,设计了LCL滤波电压型PWM整流器的内环无源控制器,和基于RBFNN的外环PID控制器.用粒子群优化算法(PSO)对初始注入阻尼及不同负载下的RBFNN学习率、动量因子及饱和函数的饱和值等参数进行离线优化,以负载电阻值作为RBFNN分段优化触发条件,根据负载变化使用PSO离线优化值对RBF-PID参数进行分段在线优化,实现最优动态调整.
-
-
邓志诚;
孙辉;
赵嘉;
王晖
-
-
摘要:
传统粒子群算法采用整体维度更新策略,常因某一维或某几维未达到最优解,导致粒子适应值变差.针对此问题,提出具有动态子空间的随机单维变异粒子群优化算法,从优质粒子全维空间中,构造动态子空间,并随机选择异于子空间的一维进行变异.子空间大小动态变化:前期选取多数维度组成子空间,增大变异维度的多样性;后期选取少数维度组成子空间,增强粒子精细搜索的能力.同时,根据Pareto定律,使种群在前期20%迭代次数内,探索新解空间区域,后期80%迭代次数内,进行有效的平衡搜索,加快种群收敛速度.使用多类型基准测试函数,在30、50和100维下进行仿真实验,结果表明,该算法在收敛速度和精度上,不仅优于新改进的粒子群算法,而且优于新改进的人工蜂群算法和萤火虫算法.
-
-
-
-
-
-
-
-
-
-
-
- 西北工业大学
- 公开公告日期:2018-08-14
-
摘要:
一种结合遗传算法的混合粒子群优化算法,综合了粒子群优化(Particle Swarm Optimization,PSO)算法全局搜索能力强和遗传算法(Genetic Algorithm,GA)局部收敛速度快的优点,首先借助粒子群优化算法全局搜索能力强的特点进行全局搜索,当迭代次数进行到指定代数并接近全局最优解时,此时整个种群进入全局最优解的邻域内;其次,利用改进的遗传算法在全局最优解的邻域内进行局部快速搜索,最终到达全局最优解。